我们在上一篇文章（Python例子理解并发和并行）中使用了@timer。在定义函数时，添加一个小的@timer，这样函数执行后，会自动在控制台报告其运行时间。比如下面的：@timerdefpiper():foriinrange(10000):i=i*i**10piper()output:timer:using0.00600s其实这个定时器逻辑@timer是我们自己在Python中的装饰器特性[1]实现。拆解逻辑其实我们不需要装饰器，我们可以自己实现时序逻辑。defpiper():foriinrange(10000):i=i*i**10t=time.time()#记录函数开始时间piper()print(f"timer:using{time.time()-t:.5f}s")#获取函数的运行时间并打印出来注意我们在执行函数的时候，逻辑是上下包裹的。如果我们想让函数有自己的时序逻辑，那么为了覆盖原来的函数，只能定义一个新的函数。deftime_wrapper(func):#func是一个函数t=time.time()func()print(f"timer:using{time.time()-t:.5f}s")time_wrapper(piper)output:timer:using0.00600s当我们要测试某个函数的运行时间时，只要将函数名输入time_wrapper即可。更优雅的改进上面的代码显然有缺点：我们在编程时，精神负担增加；此外，代码更加冗长。如果我们只是想在函数中增加一个新的函数，显然不能使用time_wrapper，因为它不会改变piper所以请来今天的主角修饰符@wraps[2]。同样以我们的定时器为例，我们让@timer下的所有函数都这样处理：deftimer(func):@wraps(func)definner_func():t=time.time()rts=func()print(f"timer:using{time.time()-t:.5f}s")returnrtsreturninner_func以piper为例，我们经历了如下变化。@timerdeforiginalpiper():foriinrange(10000):i=i*i**10其实你再调用piper的时候，你的piper内部逻辑已经变了：defcurrentpiper():t=time.time()rts=原始piper()print(f"timer:using{time.time()-t:.5f}s")returnrts总结本文简单，读者朋友“科普一下”装饰器，注意我们是其实这里上面只修改了没有参数的函数。其实装饰器还有很多更优雅的用法，比如传入参数*args,**kwargs，修饰__call__等用法。期待未来能遇到好的应用场景，与朋友分享我的经验。
